过程留不下来
作业批改结果停留在纸上,错题散落在各个本子里。到期中想回头看某个学生哪一类题反复错,只能凭印象。
Product 01 · 校区场景
一套平台 · 交付场景 ①(校区自用)高奇点伴学平台是上海奇初科技有限公司自主研发的 K12 学情数据与教学管理系统,由学生端、教师端、教务端三个端共用一套数据。它把纸笔作业的批改、错题、答疑与订正过程记录成可查询、可对比的学情档案,让教师依据数据备课与出练习,而不是凭经验判断。适用于教培机构、伴学中心与学校。
演示时长约 40 分钟,按「作业闭环 → 三端协同 → 个性化教案」的顺序实机操作,可带真实作业样本现场验证识别效果。
Why
作业批完就散了,错题收在纸上,经验留在某个老师身上。三件事都在流失,但都不是教学水平问题,而是没有承载它们的载体。
作业批改结果停留在纸上,错题散落在各个本子里。到期中想回头看某个学生哪一类题反复错,只能凭印象。
老教师知道哪个班该重点讲什么,但这份判断在他脑子里。人一走,方法就断,新老师要重新摸索一遍。
家长问孩子这学期到底哪里进步了,能拿出来的只有分数和一叠卷子,过程性的证据几乎没有。
Architecture
很多机构买了软件用不起来,是因为只有应用层——底下没有数据层支撑,上面就只是一堆表单。高奇点的三层是咬合的。
Workflow
闭环的意义不在步骤多,而在于每一步都产生可复用的数据。这样下一周的练习安排才有依据,而不是重新猜一遍学生哪里不会。
学生或老师拍下已完成的纸笔作业,原样上传,不改变书写习惯。
识别科目、题型、手写答案与作答痕迹,公式与图形单独处理。
对照题库与答案给出批改结果,标注错因与对应知识点。
真人老师或伴学师针对错题讲透思路,答疑过程一并记录。
错题自动进入个人库,按知识点、难度与错因分类归档。
学生完成订正,系统对照原错因判断是否真正掌握。
Weekly rhythm
周末这两个小时的课讲什么,不该由老师临场决定。三类错题汇总后,该讲的内容自然浮出来。
周一至周五
周六至周日
Three ends
三个端不是三套系统。数据只录一次,三个人群里看到的都是同一份事实,不会各说各话。
结果:越用越清楚自己哪里不会
结果:好经验沉淀成机构资产
结果:续费率可预期、可管理
Capabilities
不谈概念,只说这四个动作在校区里每天怎么跑。
教案按班级学情自动匹配,教师在此基础上改,而不是从空白页开始写。备课成果留在机构里,不随人走。
按个人学情库生成分层练习,同一节课不同学生拿到的题目不同,难度落在各自最近发展区。
周中作业错题、校内考试错题、校外练习错题统一归集,按知识点与错因打标,订正后二次评价判定是否真掌握。
每次沟通有记录、有依据,续费节点自动提醒。家长看到的不是一句"孩子最近不错",而是具体的过程数据。
Fit
说清楚不适合的场景,比只说适合更省双方时间。
| 判断维度 | 适合 | 暂时不适合 |
|---|---|---|
| 学员规模 | 单校区在读 80 人以上,或已有跨校区管理需求 | 零散十几人的工作室,数据量不足以支撑判断 |
| 作业量 | 每周有稳定批改量,老师已在批改上花费大量时间 | 以纯讲授为主、几乎不留作业的班型 |
| 教学方式 | 有意愿依据数据调整讲法与练习 | 坚持完全按固定讲义走,不接受分层 |
| 信息化基础 | 有基本网络与手机/平板使用条件 | 学生端设备无法满足,或长期无法拍照上传 |
| 目标 | 想沉淀机构自己的教学内容与学情数据 | 只想要一个排课考勤工具 |
平台解决校区内的教学与数据问题。如果还要把服务半径从周边 3 公里扩到全城,可以叠加到家 1V1 伴学——两者共用同一套学情数据,不需要另建系统。
FAQ
回答尽量给出具体口径。涉及数值的部分,建议在演示阶段用贵机构真实数据测算。
它是上海奇初科技有限公司自主研发的 K12 学情数据与教学管理系统,由学生端、教师端、教务端三个端共用一套数据。
与只做排课和考勤的教学管理软件相比,它的核心是把作业、错题、答疑、订正的过程沉淀为可查询、可对比的学情数据,让教师依据数据备课和出练习,而不是凭经验判断。
学生端留数据、教师端沉方法、教务端管客户,三个端共用一套数据,可以按现状分阶段启用。
学生端负责拍照上传作业、查看批改结果、收录错题与完成订正;教师端负责基于学情数据备课、生成分层练习与讲解;教务端负责排课、会员与生源管理、家校沟通留痕与续费节点提醒。不必一次全部上线。
依次为拍照上传、AI 识别、智能批改、伴学答疑、错题收录、订正评价。
学生或老师拍下纸笔作业上传,系统识别科目与题型并完成批改标注,真人老师或伴学师针对错题答疑,错题自动归入个人错题库,学生完成订正后系统对照原错因做二次评价。六步走完后,当周薄弱点以数据形式呈现。
周中把数据采集下来,周末用这些数据决定讲什么。周中完成作业录入、AI 批改、错题收录、错题答疑与作业评价,全过程进入个人学情库。
周末把三类错题汇总——周中作业暴露的薄弱点、校内测验的真实失分、校外练习的漏洞,据此安排当周课时内容。这样周末上课的依据是数据,不是老师的临时判断。
平台的识别能力针对 K12 学科内容设计,支持复杂公式、特殊符号、图形与题干的识别和题干匹配,这也是教辅内容能够批量数字化入库的前提。
具体到某一学科的识别准确率,需要在演示阶段用贵机构真实的作业样本验证,不建议仅凭宣传描述做决策。
系统承担的是批改、归类、统计、备课素材检索这类重复劳动,教师负责的答疑、讲解与学情判断仍然由人完成。
能节省多少时间,取决于机构原有的作业处理方式、批改量与班级规模,需要用本机构的数据实际测算,平台不对此做统一承诺。建议在演示阶段用一周的真实作业量做对比测算。
底层是同一套学情数据能力,但交付侧重不同。教培机构与伴学中心看重三端协同、续费提醒与个性化教案。
学校与教育主管部门更常使用智慧作业系统、智能练字系统与校本资源库这三个已上线并持续维护的项目,用于作业数据采集、书写评价与校本资源建设。
部署形态为 SaaS 与本地化两种,按机构现有的信息化基础与数据合规要求确定。实施节奏通常按阶段推进:先完成环境打通与教师端、教务端培训,再跑通作业闭环,最后接入个性化教案与家校模块。
费用按机构规模、启用端数与部署方式分别核算,不公开统一报价;在了解学段、学员规模与现有系统后提供书面方案。
建议带着本机构真实的作业样本来看演示——识别效果、批改结果、错题归档,当场就能验证。